1、生物统计学正态检验:Analyze Nonparametric Tests 1-Sample K-S (T检验的正态性检验视情况而定,选择后四个之一; 检验选第一个 。)经过单样本KS检验,得Z1=0.381,p=0.9990.05, Z2=0.563,p=0.9090.05,所以可以认为两组数据均为正态。显著性检验的方法很多,常用的有: t 检验主要用于检验两个处理平均数差异是否显著;方差分析主要用于检验多个处理平均数间差异是否显著; 检验 主要用于由质量性状得来的次数资料的显著性检验等。 算术平均数(arithmetic mean)中位数(median)Md 众数(mode)M0几何平均数
2、(geometric mean)调和平均数(harmonic mean)均 方 ( mean square缩写为MS),又称样本方差 S2样本标准 差,记为S或SD标 准差与平均数的比值称为 变异系数,记为CV(%)标准误(平均数抽样总体的标准差) 数据的描述统计 频次分析: 分析每个变量值出现的次数及百分比Analyze-Descriptive Statistics-Frequencies数据描述分析:分析各种描述统计量(各种值)Analyze-Descriptive Statistics-Descriptives数据探测进行更为深入详尽的描述性统计分析。增加有关数据其他特征的图形描述,有箱
3、式图(盒式图)、枝叶图(茎叶图)直方图、正态图Analyze-Descriptive Statistics-Explore【绘图命令: Grahps(直条图(条形图)bar;茎叶图(枝叶图) Stem-and-leaf;盒形图(箱式图)box plot;、)当自由度为1时: = 对于理论次数小于5者,将相邻几个组加以合并,合并后的各组的理论次数均大于5(样本平均数与总体平均数差异显著性检验)1 正态检验(检验见第一页)2 独立样本T检验(检验见下)1、录入数据2、选择分析命令:Analyze compare means one-sample T Test3、解释分析结果例:【例5.1】 母猪的
4、怀孕期为114天,今抽测10头母猪的怀孕期分别为 116、 115、113、 112、 114、 117、 115、 116、 114、 113(天),试检验所得样本的平均数与总体平均数114天有无显著差异? (# test value:114)答题:根据正态检验,Z=0.407,P=0.9960.05,符合正态分布。根据单样本T检验,得T=1.000,p=0.3430.05,所以所得样本的平均数与总体平均数114天无显著差异。*上例为双侧检验,假使为单侧的话,则将置信度由95%调为调为90%。其他不变!(常出现“不得少于”“不得多于”等)(两个独立样本平均数的差异显著性检验) 1 正态检验2
5、 奇性检验3 独立样本T检验1、录入数据2、选择分析命令:Analyze compare means independent-samples T Test3、解释分析结果例:【例5.3】 某种猪场分别测定长白后备种猪和蓝塘后备种猪90kg时的背膘厚度,测定结果如表所示。设两品种后备种猪90kg 时的背膘厚度值服从正态分布,且方差相等,问该两品种后备种猪90kg时的背膘厚度有无显著差异? Test Statistics(b) Mann-Whitney U.000Wilcoxon W78.000Z-4.062Asymp. Sig. (2-tailed).000Exact Sig. 2*(1-tai
6、led Sig.).000(a)a Not corrected for ties.b Grouping Variable: 答题:根据正态检验,Z= -1.263,p= 0.2070.05,所以可以认为数据为正态。根据方差齐性检验,得F=0.289,p=0.5970.05,所以可以认为方差齐性。根据独立样本T检验,得T=-13.244,p=0.0000.05,所以可以认为数据为正态。 根据方差齐性检验,得F=0.706,p=0.5970.05,所以满足方差齐性。 经过单因素方差分析,得F=5.828,p=0.0030.01,说明5个品种间有极显著差异。 经过多重比较LSD分析,得:品种1和品种
7、5之间p=0.0210.05,品种3和品种4之间p=0.0450.05,有显著差异;品种2和品种3之间p=0.0030.01,品种2和品种5之间p=0.0000.01,品种4和品种5之间p=0.0070.05,所以可以认为数据为正态。 根据方差齐性检验,所以满足方差齐性。 经过单因素方差分析,得得F(a)=23.771, p=0.0010.05;F(b)=33.537,P=0.0010.05,分离比适合于9:3:3:1。4 正态检验5 加权6 独立性检验检验之独立性检验加权 Data Weight Cases独立性检验:Analyze descriptive statistics crosst
8、abs【例7.8】 在甲、乙两地进行水牛体型调查,将体型按优、良、中、劣 四个等级分类,其结果见表713,问两地水牛体型构成比是否相同。 Chi-Square Tests ValuedfAsymp. Sig. (2-sided)Pearson Chi-Square7.500(a)3.058Likelihood Ratio7.3383.062Linear-by-Linear Association.4691.494N of Valid Cases135 a 0 cells (.0%) have expected count less than 5. The minimum expected co
9、unt is 5.00.答:经正态性检验,Z=3.591,P=0.0000.05,两地水牛体型构成比相同。1 相关性检验2 线性回归分析直线回归Analyze Correlate Bivariate 相关分析 Analyze Regression Linear 回归分析【例8.6】 计算10只绵羊的胸围(cm)和体重(kg) 的相关系数。答:散点图显示,x、y可能存在直线关联.经过相关分析:经过回归分析:即:x与y有直线相关关系,即y对x有直线回归关系.建立y对x的直线回归方程: 分别针对X与Y进行方差分析,判定X、Y是否存在差异对X与Y进行回归分析(作为简易判断)将X看作协变量进行协方差分析
10、协方差分析Analyze General Linear Model Univariate符号检验Nonparametric Tests 2-Related Samples sign配对试验资料的符号秩和检验Nonparametric Tests 2-Related Samples Wilcoxon非配对试验资料的秩和检验NonparametricTests 2-IndependentSamples Mann-Whitney U多个样本比较的秩和检验Nonparametric Tests K-Independent Samples Kruskal-Wallis H 等级相关分析Analyze Correlate Bivariate Spearman
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1